论文部分内容阅读
采用由AND和OR模糊神经元组成的神经网络进行模糊逻辑建模，每个神经元由S和丁算子组合而成，并给出单个神经元作用在模糊集上的效果，充分展示了这两种神经元的优越性，以4条规则为例推导出这类神经网络与“if-then”的规则集之间的等价关系。在神经网络的学习过程中，提出了一种混合式的学习方案：采用遗传算法优化整个网络的结构，缩小了输入空间的维数，减少了相应的规则数；并在此基础上利用梯度的学习方法继续对相应的参数进行优化，从而使网络具有很好的优越性，为进一步模糊控制创造了良好的平台。